基于多分类器集成的手写体金融汉字识别

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (15): 212-214.

基于多分类器集成的手写体金融汉字识别

喻莹^1，2，杨扬¹，董才林³，何秀玲^1，3，陈增照^1，3

1.北京科技大学信息工程学院，北京 100083
2.华中师范大学计算机科学系，武汉 430079
3.华中师范大学最优控制与离散数学重点实验室，武汉 430079

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-05-21 发布日期:2007-05-21
通讯作者: 喻莹

Off-line ｈandwritten ａmount Chinese ｃharacters ｒecognition ｂased ｏn ｍultiple ｃlassifiers ｃombination

YU Ying^1，2，YANG Yang¹，DONG Cai-lin³，HE Xiu-ling^1，3，CHEN Zeng-zhao^1，3

1.School of Information Engineering，University of Science & Technology Beijing，Beijing 100083，China
2.Department of Computer Science，Central China Normal University，Wuhan 430079，China
3.The Center for Optimal Control & Discrete Mathematics of Central China Normal University，Wuhan 430079，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-05-21 Published:2007-05-21
Contact: YU Ying

摘要/Abstract

摘要： 用基于遗传算法的全局优化技术动态地选择一组分类器，并根据应用的背景，采用合适的集成规则进行集成，从而综合了不同分类器的优势和互补性，提高了分类性能。实验结果表明，通过将遗传算法引入到多分类器集成系统的设计过程，其分类性能明显优于传统的单分类器的分类方法。

关键词: 多分类器集成, 遗传算法, 金融汉字

Abstract: We introduce a system that incorporates a global optimization technique based on a genetic algorithm for dynamically selecting the set of classifiers and combination rules to use in the multiple classifiers combination method so as to integrate different classifiers’ superiority and complementarities and improve the classifｉｃａｔｉｏｎ performance.To this end we test the proposed system on amount Chinese character recognition and investigate the performance of our system in comparison to a number of alternative combination strategies，the results indicate that significant gains can be obtained by integrating genetic algorithm into the multiple classifier systems.

Key words: multiple classifiers combination, genetic algorithm, amount Chinese character

喻莹^1，2，杨扬¹，董才林³，何秀玲^1，3，陈增照^1，3. 基于多分类器集成的手写体金融汉字识别[J]. 计算机工程与应用, 2007, 43(15): 212-214.

YU Ying^1，2，YANG Yang¹，DONG Cai-lin³，HE Xiu-ling^1，3，CHEN Zeng-zhao^1，3. Off-line ｈandwritten ａmount Chinese ｃharacters ｒecognition ｂased ｏn ｍultiple ｃlassifiers ｃombination[J]. Computer Engineering and Applications, 2007, 43(15): 212-214.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.